단어 오류율(WER)은 자동 음성 인식(ASR) 시스템의 성능을 평가하는 중요한 지표 중 하나입니다. 이는 음성 인식 과정에서 전체 단어 수 중 잘못 인식된 단어 수의 비율을 나타냅니다. WER이 낮을수록 음성 인식 시스템의 성능이 우수함을 의미합니다.

WER은 참조 텍스트를 인식/생성된 텍스트로 변환하는 데 필요한 최소 편집(삽입, 삭제, 대체) 횟수를 측정하고 이를 비율로 정규화합니다. 값의 범위는 일반적으로 0(완전 일치)에서 1(완전 오류) 사이이며, 백분율(예: 5% 오류율)로 표현됩니다. WER은 모델 학습 과정에서 중요한 피드백 지표로 활용될 수 있습니다. 연구자는 단어 오류율의 변화를 모니터링하여 모델의 매개변수를 조정하고 학습 전략을 최적화하여 모델 성능을 향상시킬 수 있습니다. 예를 들어, 음성 인식 모델을 학습할 때 단어 오류율이 너무 높으면 학습 데이터 양을 늘리거나, 모델 아키텍처를 개선하거나, 학습 알고리즘을 조정해야 할 수 있습니다.